El Código Secreto de las Proteínas: Cómo Núcleos Aleatorios Revelan las Reglas Ocultas de la Estabilidad y la Función Celular

El Código Secreto de las Proteínas: Cómo Núcleos Aleatorios Revelan las Reglas Ocultas de la Estabilidad y la Función Celular

En Pocas Palabras:

Las proteínas, las máquinas moleculares de la vida, tienen un núcleo interno (core) hidrofóbico y una superficie externa expuesta al agua. Siempre se ha pensado que el núcleo es extremadamente específico y frágil. Un nuevo estudio revolucionario ha puesto a prueba esta idea creando y analizando decenas de miles de proteínas con núcleos y superficies completamente aleatorios. Los resultados son sorprendentes: una enorme cantidad de combinaciones de aminoácidos pueden formar proteínas estables, pero muchas de estas versiones estables pierden su función (como unirse a un ligando). Esto se debe a la alostería: cambios en el núcleo interno tienen efectos a larga distancia en la superficie funcional. A pesar de esta complejidad, los investigadores demostraron que tanto la estabilidad como la función pueden ser predichas con alta precisión utilizando modelos energéticos sorprendentemente simples y aditivos, que a su vez predicen con éxito las secuencias de proteínas que han evolucionado en la naturaleza durante más de mil millones de años.

Las Reglas de Construcción de las Moléculas de la Vida

Las proteínas son los caballos de batalla de nuestras células, realizando casi todas las funciones imaginables. Su capacidad para funcionar depende de su capacidad para plegarse en una estructura tridimensional precisa, que típicamente consiste en un núcleo o “core” interno, compuesto de aminoácidos hidrofóbicos (que repelen el agua), y una superficie externa con aminoácidos polares. Durante décadas, se ha asumido que el núcleo es como un rompecabezas delicado y altamente específico, donde solo unas pocas combinaciones de aminoácidos pueden encajar correctamente para mantener la proteína estable y funcional. Pero, ¿cuáles son exactamente estas reglas? ¿Qué tan estrictas son? Un trabajo pionero publicado en la revista Science por Albert Escobedo, Ben Lehner y colaboradores, ha abordado esta pregunta fundamental mediante un enfoque masivo y sin precedentes, revelando que las reglas de la construcción de proteínas son a la vez más flexibles y más sutilmente complejas de lo que imaginábamos.

El Experimento: Mezclando y Combinando los Ladrillos de las Proteínas a Gran Escala

El principal obstáculo para entender las reglas del plegamiento de proteínas es la “explosión combinatoria”: el número de posibles secuencias de aminoácidos es astronómico. Para superar esto, el equipo diseñó un experimento a gran escala en el que aleatorizaron combinatoriamente el núcleo y la superficie de tres proteínas pequeñas pero estructuralmente diversas. No cambiaron un aminoácido a la vez, sino que cambiaron muchos simultáneamente, explorando decenas de miles de combinaciones.

Para cada una de estas miles de variantes, midieron dos propiedades cruciales:

  1. Estabilidad: ¿La proteína se pliega correctamente? Esto se midió a través de su abundancia dentro de las células. Una proteína inestable es rápidamente degradada.
  2. Función: ¿La proteína sigue funcionando? Para las variantes del núcleo, midieron su capacidad para unirse a una molécula ligando a través de su superficie.

Primer Hallazgo Sorprendente: La Inmensa Robustez de las Proteínas

Contrario a la idea de que los núcleos de las proteínas son extremadamente frágiles, los investigadores encontraron que un número sorprendentemente grande de secuencias aleatorias podían formar proteínas estables. Por ejemplo, para una de las proteínas estudiadas (el dominio SH3 de FYN), más de 12,000 combinaciones diferentes de su núcleo resultaron en una proteína estable. Esto demuestra que el “espacio de soluciones” para un núcleo proteico es vasto y degenerado: no hay una única forma correcta de construirlo, sino miles. Las proteínas son mucho más robustas al cambio de lo que se creía.

El Giro Inesperado: La Tiranía de la Alostería

Aquí es donde la historia se vuelve fascinante. Aunque muchas de las proteínas con núcleos aleatorios eran estables, los investigadores descubrieron que frecuentemente perdían su función. Una proteína con un núcleo nuevo, aunque perfectamente plegada, a menudo ya no podía unirse a su ligando en la superficie.

Este fenómeno se conoce como alostería: la acción a distancia. Cambios sutiles en el empaquetamiento y la dinámica del núcleo interno se propagan a través de la estructura de la proteína, alterando la conformación de la superficie funcional y, por lo tanto, destruyendo su actividad. Esto revela una restricción evolutiva crucial: para que una mutación en el núcleo sea viable, la proteína no solo debe permanecer estable, sino que también debe conservar su función. La estabilidad por sí sola no es suficiente.

Descifrando el Código: La Sorprendente Simplicidad de la Energética Proteica

A pesar de la complejidad de la alostería, el hallazgo más poderoso del estudio es que las reglas subyacentes son sorprendentemente simples. El equipo utilizó sus datos masivos para entrenar modelos energéticos que predicen la estabilidad y la función a partir de la secuencia. Descubrieron que:

  • Los efectos son mayormente aditivos: El modelo más simple y efectivo es uno en el que el efecto de cada mutación sobre la energía de la proteína es en gran medida independiente y simplemente se suma.
  • Las interacciones específicas son raras pero importantes: Si bien el modelo aditivo explica la mayor parte de la varianza, incluir un pequeño número de interacciones energéticas específicas entre pares de aminoácidos (epistasis o “acoplamientos energéticos”) mejora significativamente la precisión del modelo.

De los Experimentos a la Evolución de Mil Millones de Años

La verdadera prueba de fuego de estos modelos fue ver si podían predecir la naturaleza. Asombrosamente, los modelos energéticos, entrenados con los datos de una sola proteína, fueron capaces de predecir con alta precisión qué combinaciones de aminoácidos se encuentran en los núcleos de miles de proteínas homólogas naturales que han estado evolucionando durante más de mil millones de años. Además, estos modelos pueden explicar por qué el “trasplante” de un núcleo de una proteína a otra a veces falla, identificando las raras pero críticas interacciones energéticas que impiden la compatibilidad.

Implicaciones: Entendiendo la Evolución y Diseñando el Futuro

Este trabajo tiene implicaciones profundas para la biología fundamental y aplicada:

  1. Entender la Evolución: Nos da un marco cuantitativo para entender las restricciones que actúan sobre la evolución de las proteínas. La alostería es una fuerza omnipresente que limita las posibles trayectorias evolutivas.
  2. Ingeniería de Proteínas y Diseño de Fármacos: Al revelar que la energética de las proteínas sigue reglas en gran medida simples y aditivas, este trabajo facilita enormemente el diseño de nuevas proteínas con funciones deseadas (por ejemplo, nuevas enzimas o terapias). Ahora podemos predecir con mayor confianza cómo las mutaciones afectarán tanto la estabilidad como la función.
  3. Desmitificando la Complejidad: Este estudio demuestra que, aunque los sistemas biológicos son complejos, las reglas subyacentes pueden ser simples e interpretables si se estudian a la escala adecuada.

Conclusión: Un Nuevo Lenguaje para la Biología de Proteínas

La investigación de Escobedo, Lehner y su equipo representa un tour de force en la biología de sistemas, combinando la experimentación a gran escala con el modelado computacional para descifrar el lenguaje de la estabilidad y la función de las proteínas. Al demostrar que los núcleos proteicos son robustos pero están fuertemente restringidos por la alostería, y que la energética subyacente puede describirse con modelos simples, han proporcionado un nuevo y poderoso paradigma. Este trabajo no solo cambia nuestra comprensión de cómo evolucionan las proteínas, sino que también nos proporciona las herramientas para diseñarlas de manera más racional y predecible para el futuro.

Referencia del Artículo:

Escobedo, A., Voigt, G., Faure, A. J., & Lehner, B. (2025). Genetics, energetics, and allostery in proteins with randomized cores and surfaces. Science, 389, eadq3948. DOI: 10.1126/science.adq3948

AI bacterias Biología Sintética CRISPR cáncer envejecimiento Escherichia coli evolución Microbioma microbiota regulación resistencia salud VIH virus

Te invitamos a registrar tus datos como tu correo electrónico para que puedas recibir las últimas noticias y anuncios de Biología Molecular México

By signing up, you agree to the our terms and our Privacy Policy agreement.

Te invitamos a entrar a nuestro chat de whatsapp!